结构方程模型( Structural Equation Modeling,简略标志为SEM)是一种非 常通用的、主要的线性统计建模技术,广泛应用于心理学、经济学、社会学、行 为科学等领域的研究。实际上,它是计量经济学、计量社会学与计量心理学等领 域的统计分析方法的综合。多元回归( multiple regression)、因子分析( factor analysis)和通径分析( path analysis)等方法都只是结构方程模型中的一种特例。 结构方程模型是统计分析方法中一个新发展的领域,它的应用始见于60年代发 表的硏究论文中,到∫90年代初期开始得到广泛的应用

提出一种基于图像分割的噪声方差两步估计算法.第一步,对含有噪声的图像进行平滑,再利用统计区域归并算法对图像进行分割,并计算每个区域的方差,根据统计规律选择适当的区域估计图像中噪声方差.第二步,利用初始估计的方差,修正平滑滤波、图像分割及噪声估计的参数,进行新一轮的平滑、分割和方差估计,得出更为准确的估计结果.在大量图像和不同噪声情况下的实验结果表明,该算法可以快速、准确地估计图像中噪声方差

为研究滚筒调速的可行性及调速对传动系统动态性能的影响,采用MATLAB/Simulink搭建了采煤机截割-牵引耦合机电传动系统动力学模型.针对截割部过载工况,综合考虑采煤机可靠运行和高效生产,制定了4种调速降载方案,并提出了通过截割电机电流计算目标切削厚度、依据目标切削厚度选择调速方案的方法.最后通过仿真对比了各种调速方案下电机和传动系统的动态响应特性,结果表明:当截割电机过载倍数较小时,采用滚筒调速方案能够在降低系统负载的同时使采煤生产率不受影响;当过载倍数较大时,采用牵引调速方案可获得较高的系统可靠性,而采用牵引-滚筒顺序调速方案可获得较高的采煤生产率

为了开拓锰方硼石的应用，将选矿之后粉末状锰方硼石进行高能球磨处理，得到尺寸小于10μm的粉末颗粒，采用放电等离子烧结，将得到的粉末颗粒制备成圆片状样品.使用X射线衍射仪和扫描电子显微镜对粉末状锰方硼石和摩擦片样品进行表征，证实该样品为斜方晶系的Mn3B7O13Cl.用WTM-ZE可控气氛微型摩擦试验仪测试锰方硼石样品的摩擦性能，其摩擦因数范围为0.2~0.6，磨损量小，为1×10-9 cm3·N-1·m-1左右，表明锰方硼石在摩擦材料填料领域有应用前景

一、同步时序逻辑电路的分析方法: 分析一个时序电路,就是找出给定时序电路的逻辑功能。 找出电路的状态和输出在输入变量和时钟信号作用下的变 化规律。 时序电路的逻辑功能可以用输出方程、激励方程、和状态 方程全面描述。因此,只要能写出给定逻辑电路的这三个方程, 再根据这三个方程就能求出在任何给定的输入变量状态和存储 电路状态下时序电路的输出和次态

学生通过本节内容的学习，深刻认识开发方法对管理信息系统开发设计与应用的重要性，对开发方法的体系结构有初步的认识和理解。使学生掌握结构化系统开发方法、原型法、面向对象方法的基本思想、开发过程、特点、优缺点、适用范围

基于图像处理的方法，采用了由粗及精的瞳孔定位思想，提出了一种高精度的瞳孔定位算法。该算法首先利用瞳孔区域的直方图，采用改进的最大类间方差法自适应地分割瞳孔区域，实现粗略定位，然后利用瞳孔灰度的梯度特性来精确定位瞳孔边缘点，最后在像素级瞳孔边缘点的基础上，采用亚像素定位方法，更精确地求得亚像素级瞳孔边缘点，并通过椭圆拟合的方法来精确确定瞳孔的中心位置。另外，针对瞳孔被遮挡的情况，本文提出了一种等距离补偿瞳孔的方法。多次实验结果证明了该算法对遮挡瞳孔的定位有较强的鲁棒性，可以准确地定位瞳孔的位置

本章主要介绍电路方程的矩阵形式。首先在图的基本概念的基础上介绍了几个重要的矩阵:关联矩阵、回路矩阵和割集矩阵,并导出用这些矩阵表示的KCL、KVL方程。然后导出回路电流(网孔电流)方程、结点电压方程、割集电压方程和列表方程的矩阵形式。最后,简要地介绍了电路的状态方程

1、了解加载宏的使用方法 2、掌握数据审核的方法 3、掌握模拟运算表的建立方法 4、掌握单变量求解的方法 5、掌握方案分析的方法 6、掌握线性规划求解的方法 7、掌握数据分析工具的应用方法

研究了一种方便可靠的夹杂物评估方法：利用合适电化学充氢后的拉伸试样获取夹杂物并与极值统计法相结合估算不同体积钢中非金属夹杂物的最大尺寸并预测疲劳强度。研究选用工业生产的高洁净度20Cr2Ni4A齿轮钢，将淬火+低温回火态的标准拉伸试样进行电化学充氢，使拉伸断口由于氢脆现象存在一些以粗大非金属夹杂物为中心的脆性平台，从而可方便快捷地在扫描电子显微镜下对夹杂物的类型、尺寸和分布进行检测，并利用极值统计法对钢中的最大夹杂物尺寸进行评估。为了验证该方法的准确性，采用传统金相法和旋转弯曲疲劳试验对钢中非金属夹杂物进行了检测，结果表明，使用本文所提出的夹杂物评估方法预测的钢中最大夹杂物尺寸及疲劳强度与疲劳试验结果相吻合。因此，该方法有望成为预测高洁净度高强度钢中最大夹杂物尺寸及其疲劳强度的一种有效方法